中国人开始反算法:不登录、不点赞、不关注、不评论

作者: 深燃团队 2021-05-31 09:03:12

从事互联网运营的卢锋,想要搜索某个科技产品的特性及用户使用体验,但打开知乎,还没来得及输入关键词,便被首页的推荐内容所吸引,不停地点开一条又一条。半个小时过去,他恍然间已经忘了最初为什么打开知乎。

这就是不少年轻人感受到的算法推荐带来的负面影响之一——易沉迷。

个性化推荐几乎成为每一款互联网产品标配,大数据已经越来越多地介入了人们的“手机生活”。不可否认,算法推荐在追求商业利益之外,本质上是为用户服务的,很多人的感受是, 在一些APP频繁输入兴趣关键词,算法就能够逐渐了解甚至摸透自己的兴趣和喜好,进而持续推荐自己感兴趣的内容。

正如美国学者凯斯·桑斯坦所言,在传播过程中,公众会偏向于选择那些他们感兴趣的信息,但久而久之,便会将自身置于“茧房”之中。在这样的“信息茧房”中,全部都是感兴趣的内容,很容易致瘾,让人停不下来。

长此以往,可能会使人盲目自信甚至走向极端。美国互联网观察家伊莱·帕里泽将此形容为“过滤气泡”, 算法推荐会过滤掉异质信息,为用户打造个性化的信息世界,让用户身处在“网络泡泡”的环境中。

一直深处于自己乐意看到的内容池当中,视野可能会变得狭窄,所见所闻被APP所控制。不过,这届年轻人心里清楚,在当今社会,完全脱离算法是不可能的,他们只能用自己的方式去尝试“对抗算法”。

有人用“不登录、不点赞、不关注、不评论”的方式尽量减少在网上留下痕迹;有人用多个手机和手机号,尽量分隔可能成瘾的网络环境;有人针对不同的场景训练不同的账号……

01 困在算法里

22岁的林枫最近因为工作新注册了一个抖音账号,面对着“震惊体、刚刚体”等“野生推荐内容”,他有些怀疑:“我是刷了一个假抖音吗?”

为了让抖音的算法推荐更多偏向自己工作的内容,他当天晚上就决定“好好调教”一下抖音新账号,持续用抖音搜索工作相关的内容。但没想到,一“调教”居然“调教”到了天亮,只得拖着疲惫的身躯继续上班。

林枫原本是想利用算法,能够更高效率地寻找优质内容,没想到最后被“反噬”,很难控制自己刷完一个视频继续上滑的动作。

如同抖音是林枫的“时间黑洞”,快手、B站、知乎,于很多年轻人而言也是时间黑洞,一旦打开,就很难停下来,背后都有算法的“功劳”。

时至今日,随着互联网门槛的降低,普罗大众对于算法这个词并不陌生。算法推荐能够通过数学变量的运算,推测出用户可能喜欢的东西,进而降低用户寻找优质内容的时间成本。杨漾为了降低寻找喜欢内容的成本,甚至会克制自己、不随意点开一些不喜欢的内容,即使不小心点开后也会及时退出,以免算法进一步获取错误信息。

但算法进一步优化,演变成一些APP为了增强用户黏性,以此迁就用户喜好的“工具”,不断猜测和推荐符合其立场和偏好的内容。当人们习惯性地被自己的兴趣所引导,很容易陷入“信息茧房”。

算法推荐让我越来越被迫固步自封了,其实也想偶尔跳出舒适区尝试一些新的事物、获取新的信息,却被不停投喂类似的信息。

豆瓣一位用户表示。

去年下半年,百度创始人李彦宏也曾两次提到“信息茧房”。在百度纪录片《二十度》中,李彦宏说道:

现在的算法在试图取悦用户,算法的好坏基本上是按照这个用户花了多长时间来消费内容、他第二天再回来的概率有多大,都是在优化这些东西。

他认为这样不好,会把人搞得非常分裂,容易让人走极端。

个性化的推荐,让相同价值观的人被集合到一起,甚至有可能进一步走向极端,这并非没有案例。

剑桥分析公司曾被质疑深度参与了2016年美国大选,采用个性化内容推送方式,帮助政客确定不同类型的选民在特定问题上的立场,并辅助政客制定竞选策略,影响美国大选结果。虽然剑桥分析公司曾否认非法或不恰当地收集或与其他人分享数据,但这个案例证明, 算法推荐如被不当使用,风险极大。

李彦宏还在一次论坛中直言,算法对于人类获取信息的影响越来越大,投喂式的信息流造就产品粘性,但也考验着网络媒体的价值观。他认为,算法虽然无罪,但不能只给用户他们本能喜欢的“易牙,竖刁,卫开方”,算法更应该去主动了解用户的高级目标,而不是追随用户本能的喜好。

深处APP的世界又难以完全摆脱算法,越来越多的用户开始警惕算法推荐的便利性, 针对投喂式算法推荐出现了“逆反心理”。

一部分人为了摆脱“娱乐茧房”而开始下意识“对抗算法”,还有人为了保持“神秘感”,不想被大数据、算法抓走自己的行为数据,正在采取行动。

02 对抗算法,各出奇招

普通人是怎样对抗算法的?

为了对抗个性化推荐而致瘾,一些年轻人的选择是,有意识的与致瘾APP隔绝。

刚大学毕业三年的乔思会每天查看自己手机的使用时长,分析自己在每个APP花的时间,以此警惕自己沉迷于娱乐APP。和乔思主动调控时长不同,一些人的选择是杜绝容易沉迷的APP,比如,不让容易上瘾的APP在手机里长期存在,在短暂使用后赶快删除。

同样,卢锋也没有依赖个人的意志力,而是日常使用两部手机。他的主手机用于日常社交和学习,目的是尽量将工作状态下的自己与致瘾环境隔离,辅助手机则用于刷抖音、今日头条等娱乐向APP,同时尽量控制每天拿起辅手机的次数。

林枫之所以注册新抖音号,其实也是想将自己的生活和工作分开。他的同事基本也是如此,会“训练”出一个针对工作的抖音号,而个人兴趣爱好,则用私人号搜索,不让算法推荐模糊自己生活和工作的界限。

而要想走出投喂式算法所造成的信息茧房,有人采用技术工具,比如寻找RSS服务(Really Simple Syndication 简易信息聚合),利用RSS服务发挥聚合器的作用,将多个订阅源整合在一起,得以快速获得多个网站的内容更新,破除以单一来源为主的信息茧房。

还有一些年轻人将“对抗”算法的重心放在尽可能少地在互联网上留下用户行为数据上,让算法摸不清楚自己。 算法推荐,最重要的是数据,APP利用用户行为数据不断建模,才能做到通过推荐的内容刺激用户分泌多巴胺。

卢锋使用两个手机,不仅是为了破除“娱乐茧房”,更关键的是也想要保护自己的个人数据安全,从根源上减少算法对个人数据的捕捉。

早在2019年,有网友质疑某金融APP擅自保存用户图片,涉嫌窃取用户隐私,这件事情发酵之后引起了卢锋的警觉,他立刻打开手机查看自己手机APP的权限。在当时,据他观察,大多数APP都是默认获取用户的通讯录数据。

这不仅会使得自己的手机号信息泄露,还会泄露手机里好友的手机号,当这些与资产状况、消费习惯等信息匹配,可能会被大数据杀熟。

从那时起, 卢锋基本上每周都会检查一遍自己手机里APP的用户权限,主要查看通讯录、位置、语音、图片的授权。

通讯录授权一定是都关闭的,位置只允许地图类APP使用。另外还有一些APP因为临时需要开了授权,但会忘了关闭,我每周都会定期检查,及时关掉。

卢锋认为,如果持续不关注这些APP的授权,自己未来便会被打上各种各样的标签,进而在互联网世界无处遁形。

现在,卢锋会用备用手机号码和临时邮箱注册不常用的APP,但他依旧拒绝信息读取、照片读取和语音读取,甚至因为不愿意授权,卸载了一些使用感受还不错的APP。

“ 不点赞、不评论、不关注、不登录 ”,乔思为了不让APP抓取到过多的个人数据,总结出了自己的四不原则。一方面是尽可能少留下信息,另一方面,尽可能减少在网上获得的反馈,除了微信之外,拒绝了所有APP的通知。 “大部分‘通知’,既不及时也不重要”。

和乔思类似,多位用户告诉深燃,对于一些信息浏览类的APP,在不影响使用的情况下,会拒绝注册。

但无论是在早期还是在个性化算法推荐的内容环境形成之后,最重要的是,个人有意识地警惕算法推荐。

尽管杨漾希望推荐算法能够给自己推荐足够多的内容,但她也深知,这可能会给自己带来一定负面影响。她的态度是“抱着警惕的心态,约束自己使用APP的行为”,并给自己制定的唯一一条准则就是,尽可能少在APP上花费过多的时间和金钱。

03 如何看待算法推荐?

林枫的两个抖音号,由于搜索的内容不同,如今推荐的内容完全不同,某种程度上达到了将工作和个人兴趣进行区分的目的。

乔思也发现,关闭“通知”、“不点赞、不评论、不关注、不登录”,少了很多推着自己打开各个APP的钩子,自己也会通过有目的地主动搜索来减少算法投喂内容,这在很大程度上降低了自己陷入“娱乐茧房”的几率。卢锋也是如此,将抖音等纯娱乐性质的APP和办公、学习类的APP分开,将更多的时间花在沟通、办公类的工具上。

不过,乔思和卢锋也提到,虽然有意识地在“抵抗”,但持续“上滑”的动作并没有完全消失。他们承认, 只要身处当前的互联网环境,用户或多或少都会受到算法推荐的一些负面影响。

在日本二维码聚合支付平台NETSTARS CTO陈斌看来,“算法推荐的恰当使用,其实是一个科学伦理题。”他对深燃分析,利用数据建立模型,很多APP可能比用户更加“懂”自己的喜好。

在这样的引导下,人几乎可以成为被引导和塑造的商品,一些企业通过推荐算法利用人的漏洞与人性的弱点来实现利益最大化。

陈斌最担心的是,算法推荐越来越广泛与深入地使用,未来可能每个人的标签都是透明公开的,这会让一个用户在被了解的时候缺乏灰度,没有隐私可言。而对于一些APP的霸王条款,普通人可能难以察觉,更不要提应该如何“抗议”了。

当然,相关部门一直在不断查处侵害用户权益的APP,责令其下架整改。

科技发展总是先于立法,不可否认,立法层面需要持续加强。

陈斌表示。

同时,他也提出, 用户面对算法推荐应该摆正心态,要客观独立思考。

在算法推荐的社会,最重要的是要有独立思考的能力。每件事情都有两面性,最重要的是怎么去对待。技术为人类服务,人类在使用这项服务时,也要保持警惕的状态。

陈斌表示,网络上已经存在很多“自我保护”的方法,需要用户意识觉醒之后,去主动探索。

在信息泛滥的时代,没有算法推荐,用户可能很难高效找到优质内容,但对于算法推荐过于依赖时,用户又容易陷入信息茧房。不过,现在认识到这个问题还不晚,不盲目顺应算法,就是走出“算法陷阱”的第一步。

*应受访者要求,文中林枫、乔思、卢锋、杨漾为化名。

算法 数据 技术
上一篇:工业界中的机器学习是什么样子的 下一篇:清华唐杰团队造了个“中文ai设计师”,效果超Dall·E
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

MIT团队最新研究,仅靠LiDAR和2D地图实现端到端自动驾驶

最近, MIT 计算机科学与人工智能实验室(CSAIL)团队成功展示了一种基于机器学习的自动驾驶系统,该端到端框架仅使用 LiDAR获取的原始 3D 点云数据和类似于手机上的低分辨率 GPS 地图就能进行自主导航,并且大大提升了鲁棒性。

文龙 ·  2021-06-01 12:47:51
高真实感、全局一致、外观精细,面向模糊目标的NeRF方案出炉

自 NeRF 被提出后,有多项研究对其加以改进。在本篇论文中,上海科技大学的研究者提出了首个将显式不透明监督和卷积机制结合到神经辐射场框架中以实现高质量外观的方案。

Haimin Luo等 ·  2021-06-01 09:57:39
大脑模拟NLP,高德纳奖得主:神经元集合演算用于句子解析

一个简单的大脑模型为人工智能研究提供了新的方向。世界顶尖计算机科学理论学家、哥德尔奖和高德纳奖获得者、哥伦比亚大学计算机科学教授 Christos Papadimitriou 关于「大脑中单词表征」的演讲。

Ben Dickson ·  2021-06-01 09:39:24
CV内卷!心理学家学会人脸识别,训练600万视频区分世界各地表情

机器学习又跨界发Nature啦!美国东北大学的研究员将研究成果发表在Nature上,探究世界各地人类的表情有什么不一样?结果相关率只有30%。

佚名 ·  2021-05-31 13:19:55
自动驾驶汽车领域究竟在纠结些什么?

正常来说,自动驾驶受到认可,技术路线正常迭代,同样会受到市场认可。但这个报告中,造车新势力配置L3自动驾驶,及传统车企配置L2辅助驾驶的比例却并没有显著提升,甚至还有所下降。

佚名 ·  2021-05-31 10:46:16
最快AI计算机开动,每秒4百亿亿浮点运算!正拼接最大宇宙3D地图

近日,被誉为全球最快的人工智能工作负载超级计算机——Perlmutte宣布开启。这台新超级计算机以拥有6144个英伟达A100张量核心图形处理器,将负责拼接有史以来最大的可见宇宙3D地图。

佚名 ·  2021-05-31 09:48:10
清华唐杰团队造了个“中文ai设计师”,效果超Dall·E

最近清华大学唐杰团队打造了一个“中文版Dall·E”——CogView,它可以将中文文字转图像。

晓查 ·  2021-05-31 09:45:51
最喜欢随机森林?TensorFlow开源决策森林库TF-DF

近日,TensorFlow 开源了 TensorFlow 决策森林 (TF-DF)。TF-DF 是用于训练、服务和解释决策森林模型(包括随机森林和梯度增强树)生产方面的 SOTA 算法集合。

机器之心 ·  2021-05-28 17:18:44
Copyright©2005-2021 51CTO.COM 版权所有 未经许可 请勿转载